Java 爬虫 jvppeteer

开源地址https://gitee.com/fanyong920/jvppeteer

maven依赖:

复制代码
        <!-- java爬虫 -->
        <dependency>
            <groupId>io.github.fanyong920</groupId>
            <artifactId>jvppeteer</artifactId>
            <version>1.1.3</version>
        </dependency>

首次先下载Chrome启动器:

//自动下载,第一次下载后不会再下载

//BrowserFetcher.downloadIfNotExist(null);

如果失败按命令提示手动下载安装即可。

常用示例代码:

复制代码
package com.java.jvppeteer.controller;

import com.java.jvppeteer.service.CommonService;
import com.ruiyun.jvppeteer.core.Puppeteer;
import com.ruiyun.jvppeteer.core.browser.Browser;
import com.ruiyun.jvppeteer.core.page.Page;
import com.ruiyun.jvppeteer.options.*;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.http.HttpStatus;
import org.springframework.http.ResponseEntity;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import java.util.ArrayList;

@RestController
@RequestMapping(value = "/common")
public class CommonController {

    @PostMapping("/hello")
    public ResponseEntity<?> sayHello() {
        String value = "hello world!";
        return new ResponseEntity<>(value, HttpStatus.OK);
    }

    /**
     * 启动浏览器
     */
    @GetMapping("/start")
    public void start() {
        try {
            //设置基本的启动配置,这里选择了'有头'模式启动
            ArrayList<String> argList = new ArrayList<>();
            //自动下载,第一次下载后不会再下载
            //BrowserFetcher.downloadIfNotExist(null);
            LaunchOptions options = new LaunchOptionsBuilder().withArgs(argList).withHeadless(false).build();
            argList.add("--no-sandbox");
            argList.add("--disable-setuid-sandbox");
            Puppeteer.launch(options);
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
    }

    /**
     * 页面跳转
     * @param
     * @return void
     */
    @GetMapping("/go")
    public void go() {
        try {
            //自动下载,第一次下载后不会再下载
            //BrowserFetcher.downloadIfNotExist(null);
            ArrayList<String> argList = new ArrayList<>();
            // withHeadless 是否开启无头模式,无头模式不会显示浏览器
            LaunchOptions options = new LaunchOptionsBuilder().withArgs(argList).withHeadless(false).build();
            argList.add("--no-sandbox");
            argList.add("--disable-setuid-sandbox");
            Browser browser = Puppeteer.launch(options);

            Page page = browser.newPage();
            page.goTo("https://www.baidu.com/");
        } catch(Exception e){
            e.printStackTrace();
        }
    }

    /**
     * 生成pdf
     * @param
     * @return void
     */
    @GetMapping("/pdf")
    public void pdf() {
        try {
            ArrayList<String> arrayList = new ArrayList<>();
            //生成pdf必须在无头模式下才能生效
            LaunchOptions options = new LaunchOptionsBuilder().withArgs(arrayList).withHeadless(true).build();
            arrayList.add("--no-sandbox");
            arrayList.add("--disable-setuid-sandbox");
            Browser browser = Puppeteer.launch(options);
            Page page = browser.newPage();
            page.goTo("https://gitee.com/fanyong920/jvppeteer");
            PDFOptions pdfOptions = new PDFOptions();
            pdfOptions.setPath("/Users/mac/BOOTCAMP/jayce/jvppeteer/test.pdf");
            page.pdf(pdfOptions);
            page.close();
        } catch(Exception e){
            e.printStackTrace();
        }
    }

    /**
     * 性能分析
     * @param
     * @return void
     */
    @GetMapping("/tracing")
    public void tracing() {
        try {
            ArrayList<String> argList = new ArrayList<>();
            LaunchOptions options = new LaunchOptionsBuilder().withArgs(argList).withHeadless(true).build();
            argList.add("--no-sandbox");
            argList.add("--disable-setuid-sandbox");
            Browser browser = Puppeteer.launch(options);
            Page page = browser.newPage();
            //开启追踪
            page.tracing().start("/Users/mac/BOOTCAMP/jayce/jvppeteer/trace.json");
            page.goTo("https://www.baidu.com/?tn=98012088_10_dg&ch=3");
            page.tracing().stop();
        } catch(Exception e){
            e.printStackTrace();
        }
    }

    /**
     * 页面截图
     */
    @GetMapping("/screenshot")
    public void screenshot() {
        try {
            ArrayList<String> arrayList = new ArrayList<>();
            LaunchOptions options = new LaunchOptionsBuilder().withArgs(arrayList).withHeadless(true).build();
            arrayList.add("--no-sandbox");
            arrayList.add("--disable-setuid-sandbox");
            Browser browser = Puppeteer.launch(options);
            Page page = browser.newPage();
            page.goTo("https://www.baidu.com/?tn=98012088_10_dg&ch=3");
            ScreenshotOptions screenshotOptions = new ScreenshotOptions();
            //设置截图范围
            Clip clip = new Clip(1.0,1.56,400,400);
            screenshotOptions.setClip(clip);
            //设置存放的路径
            screenshotOptions.setPath("/Users/mac/BOOTCAMP/jayce/jvppeteer/test.png");
            page.screenshot(screenshotOptions);
        } catch(Exception e){
            e.printStackTrace();
        }
    }
}
相关推荐
请数据别和我作队几秒前
基于 DeepSeek API 的 ASR 文本纠错脚本实战:Python 多线程批量处理 JSONL 语音转写数据
开发语言·经验分享·python·自然语言处理·nlp
泡泡鱼(敲代码中)3 分钟前
C++-string学习笔记
c语言·开发语言·c++·笔记·学习·visualstudio
编程大师哥4 分钟前
JAVA 动态代理
java·开发语言
圣光SG5 分钟前
Java类与对象及面向对象基础核心详细笔记
java·前端·数据库
ytttr87312 分钟前
C# 读取数据库表结构工具设计与实现
开发语言·数据库·c#
白露与泡影12 分钟前
从 BIO 到 epoll:高并发 I/O 模型演进与本质分析
java·服务器·数据库
学编程就要猛13 分钟前
JavaEE进阶:Spring Boot快速上手
java·spring boot·java-ee
Jinuss14 分钟前
源码分析之React中的useImperativeHandle
开发语言·前端·javascript
csdn2015_22 分钟前
HashSet 和 LinkedHashSet 区别
java·开发语言